GLM 5.1 vs Muse Spark 1.3
詳しいプロフィール:GLM 5.1(Zhipu AI)とMuse Spark 1.3(Meta)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 11件の情報源のデータ
2026年11月16日時点で、品質ではMuse Spark 1.3がGLM 5.1を上回ります(BenchLeader Indexで61.6 対 55.4)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$2.15 対 $2.00)。両方を測定できるすべてのカテゴリでMuse Spark 1.3がリードしています。Muse Spark 1.3の方が出力が約2倍速いです。
要点(2026年11月16日時点)
- BenchLeader IndexはGLM 5.1が55.4、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
- GLM 5.1の100万トークンあたりのブレンド価格は$2.15です(定価、2026年11月16日)。
- Muse Spark 1.3の100万トークンあたりのブレンド価格は$2.00です(定価、2026年11月16日)。
- Muse Spark 1.3はGLM 5.1より出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある5件のベンチマークのうち、Muse Spark 1.3が5件でリードしています(BenchLeader、2026年11月16日)。
用途別のおすすめ
おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。
| 用途 | おすすめ | 理由 | 信頼度 |
|---|---|---|---|
| エージェント・ツール利用 | Muse Spark 1.3 | カテゴリスコア61 対 48;APEX-Agents 58.6% 対 40.9% | 高 |
| 数学 | Muse Spark 1.3 | カテゴリスコア56 対 54;ProofBench 55.0% 対 22.2% | 中 |
| 推論 | Muse Spark 1.3 | カテゴリスコア71 対 59;SimpleBench 81.8% 対 55.1% | 高 |
| 知識 | Muse Spark 1.3 | カテゴリスコア81 対 54 | 高 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGLM 5.1のみです(カテゴリスコア65) | 比較不可 |
| 最低コスト | どちらでも | 100万トークンあたりブレンド価格$2.15 対 $2.00;エージェント型コーディングセッション$0.102 対 $0.092 | – |
| 回答開始の速さ | GLM 5.1 | 最初の回答トークンまで1.3秒(GLM 5.1)対 2.6秒(Muse Spark 1.3) | – |
| 低予算での大量処理 | フラッグシップ以外 | 小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM | – |
主な違い
- 品質ではMuse Spark 1.3がリードしています:61.6 対 55.4。
- Muse Spark 1.3はエージェント・ツール、知識、数学、推論で優れています。
- 価格はほぼ同じです(100万トークンあたりブレンド価格$2.00)。
- Muse Spark 1.3の方が出力が2.7倍速くなっています(163 対 60トークン/秒)。
概要
| 仕様 | GLM 5.1 | Muse Spark 1.3 |
|---|---|---|
| プロバイダー | Zhipu AI | Meta |
| リリース日 | 2026年4月7日 | 2026年9月2日 |
| コンテキストウィンドウ(トークン) | 200,000 | 1,048,576 |
| 比較した構成 | GLM 5.1 | Muse Spark 1.3 |
| オープンウェイト | あり | なし |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $1.40 / $4.40 / $0.260 | $1.25 / $4.25 / $0.150 |
カテゴリ別の比較
カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。
| カテゴリ | GLM 5.1 | Muse Spark 1.3 | トップ |
|---|---|---|---|
| 推論 | 59.4 | 71.0 | Muse Spark 1.3 |
| コーディング | 55.5 | – | 比較不可 |
| エージェント・ツール | 47.7 | 61.3 | Muse Spark 1.3 |
| 数学 | 54.2 | 56.3 | Muse Spark 1.3 |
| 知識 | 54.1 | 81.2 | Muse Spark 1.3 |
| 人間の評価 | 65.1 | – | 比較不可 |
1つのグラフで比較
各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。
描画していないもの(測定済みのモデルが2つ未満):コーディング, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。
情報源で評価が分かれる点
両方に結果がある5件のベンチマークのうち、GLM 5.1のリードが0件、Muse Spark 1.3のリードが5件です。両方を評価しているすべての総合指標で、Muse Spark 1.3が上回っています。
| 総合Index | GLM 5.1 | Muse Spark 1.3 | トップ |
|---|---|---|---|
| BenchLeader Index | 55.4 | 61.6 | Muse Spark 1.3 |
| Arena Text | 1465 | 1497† | Muse Spark 1.3 |
公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。
価格・速度・レイテンシ
定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。
| 指標 | GLM 5.1 | Muse Spark 1.3 |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $2.15 | $2.00 |
| 100万トークンあたりの入力/出力 | $1.40 / $4.40 | $1.25 / $4.25 |
| 100万トークンあたりのキャッシュ入力 | $0.260 | $0.150 |
| タスクあたりの価格:チャットの返答 | $0.0019 | $0.0018 |
| タスクあたりの価格:30ページのレポートを要約 | $0.019 | $0.018 |
| タスクあたりの価格:コード編集 | $0.015 | $0.014 |
| タスクあたりの価格:エージェント型コーディングセッション | $0.102 | $0.092 |
| タスクあたりの価格:構造化データの抽出 | $0.0037 | $0.0034 |
| エージェント型コーディングセッション(入力の大半がキャッシュ) | $0.050 | $0.043 |
| 出力速度 | 60 tok/s | 163 tok/s |
| 回答開始までの時間 | 1.3秒 | 2.6秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GLM 5.1のスコアは55.4、最初の回答トークンまで1秒。Muse Spark 1.3のスコアは61.6、最初の回答トークンまで3秒。Muse Spark 1.3 (max)は60.6(31秒)、Muse Spark 1.3 (xhigh)は58.1(11秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
148件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GLM 5.1 | Muse Spark 1.3 |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 55.4 | 61.6 |
| エージェント・ツールスコア | BenchLeader | 47.7 | 61.3 |
| コーディングスコア | BenchLeader | 55.5 | – |
| 人間の評価スコア | BenchLeader | 65.1 | – |
| 知識スコア | BenchLeader | 54.1 | 81.2 |
| 数学スコア | BenchLeader | 54.2 | 56.3 |
| 推論スコア | BenchLeader | 59.4 | 71.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.15 | $2.00 |
| 出力速度 | BenchLeader | 60 tok/s | 163 tok/s |
| 回答開始までの時間 | BenchLeader | 1.3秒 | 2.6秒 |
| コンテキストウィンドウ | BenchLeader | 200,000トークン | 1,048,576トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 89.9% | – |
| SimpleBench | SimpleBench | 55.1% | 81.8% |
| Arena Hard Prompts | Arena (LMArena) | 1489 | 1517† |
| LiveBench 2.0 Reasoning | LiveBench | – | 89.7%† |
| LiveBench 1.0 Reasoning | LiveBench | – | 89.7%† |
| GPQA Diamond (AA) | Artificial Analysis | 83.9%† | 93.5%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 27.9%† | 48.7%† |
| HLE-Diamond (AA) | Artificial Analysis | – | 33.7%† |
| GPQA Diamond (Vals) | Vals AI | 84.5% | – |
| CritPt | Artificial Analysis | 0.0%† | 24.9%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 48.0%† |
| MysteryMechanism | Vals AI | – | 36.0%† |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 25.4% |
| Arena Expert | Arena (LMArena) | 1496 | 1521† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 20.0% | 37.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 25.0%† |
| LMCA | Epoch AI Benchmarking Hub | – | 53.9% |
| DTBench | Epoch AI Benchmarking Hub | – | 96.5% |
| ForecastBench | ForecastBench | – | 65.5%† |
| BTF-3 | Epoch AI Benchmarking Hub | – | 14.1%† |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 74.2% | – |
| SciCode | SciCode | 44.8% | 58.8%† |
| WeirdML | WeirdML | 57.1% | – |
| Arena Coding | Arena (LMArena) | 1512 | 1534† |
| Arena WebDev | Arena (LMArena) | 1508 | 1655† |
148件のベンチマークをすべて表示
| 指標 | 公開元 | GLM 5.1 | Muse Spark 1.3 |
|---|---|---|---|
| コーディング | |||
| LiveBench 2.0 Coding | LiveBench | – | 84.4%† |
| LiveBench 1.0 Coding | LiveBench | – | 81.1%† |
| LiveCodeBench | Vals AI | 81.4% | – |
| IOI | Vals AI | – | 56.6%† |
| SWE-bench (Vals) | Vals AI | 76.4% | – |
| Code Migration | Vals AI | 25.8% | 47.4%† |
| ProgramBench | Vals AI | 0.0% | 2.5%† |
| SWE-bench Multimodal | Vals AI | – | 43.1%† |
| Vibe Code Bench 1-100 | Vals AI | – | 20.5%† |
| Vibe Code Bench v1.1 | Vals AI | 31.5% | 85.9%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 54.4%† |
| CursorBench | Cursor | – | 41.6%† |
| ALE-Bench | Epoch AI Benchmarking Hub | 887.1 | 1688.3† |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 25.8%† |
| WeirdML v3 | WeirdML | – | 6.7%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 2.0%† | 33.3%† |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 61.8%† | 84.3%† |
| Startrise Frontend | Startrise | – | 74.7% |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 57.7 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 68.5† |
| Design Arena Website | Design Arena | 1261 | 1353† |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 40.6%† |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 23.1%† |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | – | 14.8%† |
| APEX-Agents | Mercor | 40.9% | 58.6% |
| Arena Agent | Arena (LMArena) | – | 2.2† |
| LiveBench Long Agentic | LiveBench | – | 47.9%† |
| LiveBench Browser | LiveBench | – | 30.9%† |
| LiveBench Agentic Coding | LiveBench | – | 64.1%† |
| Terminal-Bench Hard | Artificial Analysis | 35.6%† | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 97.1%† | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 56.9% | 79.0%† |
| MCP Atlas | Scale AI SEAL | 75.6% | – |
| HiL-Bench | Scale AI SEAL | – | 66.9% |
| GDPval-AA v2.1 | Artificial Analysis | 1125† | 1681† |
| τ³-Banking (AA) | Artificial Analysis | 13.6%† | 50.5%† |
| ITBench SRE (AA) | Artificial Analysis | 40.3%† | 33.2%† |
| Analyst Agent (AA) | Artificial Analysis | – | 37.5%† |
| CUA-bench | Vals AI | – | 5.8%† |
| CyberBench | Vals AI | – | 72.7%† |
| Finance Agent v2 | Vals AI | 44.8% | 60.0%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 0.0% | 23.8%† |
| Legal Research Bench | Vals AI | 27.9% | 55.3%† |
| SREBench | Vals AI | – | 3.8%† |
| Tax Agent Bench | Vals AI | – | 42.4%† |
| Terminal-Bench 2.0 (Vals) | Vals AI | 53.9% | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 24.8%† |
| Terminal-Bench Science | Vals AI | – | 10.0%† |
| Arena Agent Task Completion | Arena (LMArena) | – | 3.7† |
| ExploitBench | Epoch AI Benchmarking Hub | 18.1% | – |
| GBAEval | Epoch AI Benchmarking Hub | 0.0% | – |
| Vending-Bench 2 | Andon Labs | 5634.4 | – |
| AutomationBench | Artificial Analysis | 20.3%† | 57.9%† |
| GDP.pdf (AA) | Artificial Analysis | 8.4%† | 26.6%† |
| Harvey LAB-AA v1.1 | Harvey | – | 8.9%† |
| AA-Briefcase v1.1 | Artificial Analysis | 965† | 1581† |
| Design Arena Agentic | Design Arena | 1161 | 1283† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 10.9%† |
| CWE-Bench (AA) | Artificial Analysis | – | 60.8%† |
| DeepSec-Bench (AA) | Artificial Analysis | – | 12.5%† |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 59.5%† |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 36.8% | 74.0%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 46.3%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 93.3% | 99.2%† |
| ProofBench | Vals AI | 22.2% | 55.0% |
| LiveBench Mathematics | LiveBench | – | 96.0%† |
| AIME (Vals) | Vals AI | 91.9% | – |
| AIME 2026 | MathArena | 95.8% | – |
| HMMT February 2026 | MathArena | 89.4% | – |
| MathArena Apex | MathArena | 11.5% | – |
| Arena Maths | Arena (LMArena) | 1474 | 1506† |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 34.0% | – |
| LiveBench 2.0 Data Analysis | LiveBench | – | 79.6%† |
| LiveBench Research | LiveBench | – | 82.5%† |
| LiveBench 1.0 Data Analysis | LiveBench | – | 79.6%† |
| AA-Omniscience v1.1 | Artificial Analysis | – | 22.4† |
| MMLU-Pro | Vals AI | 86.9% | – |
| LegalBench | Vals AI | 84.4% | – |
| CorpFin | Vals AI | 64.5% | – |
| TaxEval | Vals AI | 71.2% | – |
| PRBench Finance | Scale AI SEAL | – | 59.5% |
| PRBench Legal | Scale AI SEAL | – | 61.6% |
| CaseLaw v2 | Vals AI | 51.5% | – |
| Excel Modeling Benchmark | Vals AI | – | 67.4%† |
| MedCode | Vals AI | 41.6% | – |
| MedScribe | Vals AI | 72.3% | – |
| Public Benefits Bench v1.1 | Vals AI | 61.8% | – |
| Access to Justice Benchmark | Vals AI | – | 72.2%† |
| Financial Coaching Bench | Vals AI | – | 70.3%† |
| Immigration Bench | Vals AI | – | 64.9%† |
| DrugDiscoveryBench | Scale AI SEAL | – | 62.2%† |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 27.6% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 38.0%† |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 74.8%† |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 82.8%† |
| LiveBench Instruction Following | LiveBench | – | 78.0%† |
| IFBench | Artificial Analysis | 52.0%† | – |
| Arena Instruction Following | Arena (LMArena) | 1461 | 1485† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1465 | 1497† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1594 | 1907 |
| Arena Creative Writing | Arena (LMArena) | 1446 | 1468† |
| Arena Multi-turn | Arena (LMArena) | 1478 | 1493† |
| Arena Longer Queries | Arena (LMArena) | 1480 | 1498† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1310† |
| LiveBench Design | LiveBench | – | 74.8%† |
| MMMU-Pro | Artificial Analysis | – | 82.0%† |
| Humanity's Sixth Sense | Scale AI SEAL | – | 37.4%† |
| GeoBench | GeoBench | – | 86.0% |
| Code2Video-AA | Artificial Analysis | – | 1019† |
| AA-3D | Artificial Analysis | – | 1032† |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 53.3%† | 83.0%† |
| Arena Document | Arena (LMArena) | – | 1474† |
| MLCR | Artificial Analysis | – | 13.9%† |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 150.7 | 158.2 |
| LiveBench 2.0 | LiveBench | – | 68.6%† |
| LiveBench 1.0 | LiveBench | – | 81.6%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 36.6† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 24.2† | 48.1† |
| AA Progress Index v1 | Artificial Analysis | 263.5† | 324.5† |
| Vals RSI Index | Vals AI | – | 19.6%† |
| AA Cyber Index | Artificial Analysis | – | 44.3† |
| 安全性・誠実さ | |||
| DistressBench | Scale AI SEAL | – | 84.9% |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 44.4† | – |
データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
最近の変化
- Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
- GLM 5.1:スコアの改訂1件。
- Muse Spark 1.3:スコアの改訂1件。
- Muse Spark 1.3:BenchLeader Index 59.2 → 60.2。
- Muse Spark 1.3:新しい結果2件(SimpleBench, GeoBench)。
- Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
- Muse Spark 1.3:スコアの改訂4件。
- Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。
- GLM 5.1:スコアの改訂1件。
- Muse Spark 1.3:スコアの改訂1件。
関連する比較
- Muse Spark 1.3 vs Claude Fable 5.2
- Muse Spark 1.3 vs Gemini 4 Carbon
- Muse Spark 1.3 vs Claude Opus 5.5
- Muse Spark 1.3 vs GPT-6 Astra
- GLM-5 vs Muse Spark 1.3
- Muse Spark 1.3 vs Claude Fable 5.1
- Muse Spark 1.3 vs GPT-6.1 Sol
- Muse Spark 1.3 vs Claude Fable 5
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
GLM 5.1 vs Muse Spark 1.3:よくある質問
- Muse Spark 1.3はGLM 5.1より優れていますか?
- 品質ではMuse Spark 1.3がリードしています:61.6 対 55.4。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では総合でMuse Spark 1.3が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
- GLM 5.1とMuse Spark 1.3はどちらが安いですか?今後変わる予定はありますか?
- 現在はMuse Spark 1.3の方が安く、100万トークンあたり$2.00 対 $2.15です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
- GLM 5.1とMuse Spark 1.3はどちらが速いですか?
- Muse Spark 1.3の方が出力が約2倍速くなっています(出力163 対 60トークン/秒、Artificial Analysisの7日間の中央値)。
- エージェントやツール利用にはGLM 5.1とMuse Spark 1.3のどちらが向いていますか?
- エージェント型のタスクではMuse Spark 1.3の方がスコアが高くなっています(カテゴリ指標で61 対 48。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なAPEX-Agentsでは、GLM 5.1が40.9%、Muse Spark 1.3が58.6%です。
- 長い文書にはどちらが向いていますか?
- コンテキストはMuse Spark 1.3の方が長く、1,048,576トークンです(GLM 5.1は200,000トークン)。
ほかの質問(3件)
- レイテンシが低いのはどちらですか?
- 先に回答を始めるのはGLM 5.1です。Artificial Analysisの測定では、最初の回答トークンまで1.3秒 対 2.6秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
- GLM 5.1とMuse Spark 1.3について、第三者ベンチマークの評価は一致していますか?
- 両方に結果がある5件のベンチマークのうち、GLM 5.1のリードが0件、Muse Spark 1.3のリードが5件です。両方を評価しているすべての総合指標で、Muse Spark 1.3が上回っています。
- Muse Spark 1.3はいつリリースされましたか?
- Muse Spark 1.3は2026年9月2日にリリースされました。